theophilusijiebor1/chest-xray
收藏Hugging Face2023-10-29 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/theophilusijiebor1/chest-xray
下载链接
链接失效反馈官方服务:
资源简介:
---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: image
dtype: image
- name: label
dtype:
class_label:
names:
'0': NORMAL
'1': PNEUMONIA
splits:
- name: train
num_bytes: 3186635036.504
num_examples: 5216
- name: validation
num_bytes: 3030633.0
num_examples: 16
- name: test
num_bytes: 79062317.0
num_examples: 624
download_size: 1230487171
dataset_size: 3268727986.504
---
# Dataset Card for "chest-xray"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
配置项:
- 配置名称:default
数据文件:
- 拆分集:train(训练集),路径:data/train-*
- 拆分集:validation(验证集),路径:data/validation-*
- 拆分集:test(测试集),路径:data/test-*
数据集信息:
特征:
- 名称:image(图像),数据类型:图像
- 名称:label(标签),数据类型:
class_label(分类标签):
类别名称:
'0':NORMAL(正常)
'1':PNEUMONIA(肺炎)
拆分集详情:
- 拆分集名称:train(训练集),字节数:3186635036.504,样本数量:5216
- 拆分集名称:validation(验证集),字节数:3030633.0,样本数量:16
- 拆分集名称:test(测试集),字节数:79062317.0,样本数量:624
下载大小:1230487171
数据集总大小:3268727986.504
---
# “chest-xray(胸部X射线)”数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
theophilusijiebor1
原始信息汇总
数据集概述
数据集配置
- 默认配置 (
default)- 数据文件路径:
- 训练集 (
train):data/train-* - 验证集 (
validation):data/validation-* - 测试集 (
test):data/test-*
- 训练集 (
- 数据文件路径:
数据集信息
-
特征:
- 图像 (
image): 数据类型为图像 - 标签 (
label): 数据类型为类别标签,包含两个类别:0: NORMAL(正常)1: PNEUMONIA(肺炎)
- 图像 (
-
数据集划分:
- 训练集 (
train):- 字节数:3186635036.504
- 样本数:5216
- 验证集 (
validation):- 字节数:3030633.0
- 样本数:16
- 测试集 (
test):- 字节数:79062317.0
- 样本数:624
- 训练集 (
-
数据集大小:
- 下载大小:1230487171
- 数据集大小:3268727986.504
搜集汇总
数据集介绍

背景与挑战
背景概述
该数据集是一个包含5,856张胸部X光图像的医疗影像数据集,图像分辨率为384px,采用parquet格式存储,总大小1.23GB。数据集已划分为训练集、验证集和测试集,并提供二分类标签(NORMAL/其他),适用于医学影像分析任务。
以上内容由遇见数据集搜集并总结生成



